Insights into the North Hemisphere daily snowpack at high resolution from the new Crocus–ERA5 product
Notice bibliographique
Résumé
This article provides an overview of the daily Crocus–ERA5 snow product covering the Northern Hemisphere from 1950 to 2022. It assesses the product's performance in terms of snow depth and cover compared to in situ observations and satellite data. Compared to its predecessor, Crocus-ERA-Interim, Crocus–ERA5 benefits from improved spatial resolution and better atmospheric data assimilation, resulting in more accurate snowpack estimates, especially during spring in Eurasia. The findings show a good match with observations, though biases remain, particularly in some Arctic regions, where the model tends to overestimate spring melt. In low-vegetation areas such as tundra, Crocus–ERA5 may introduce biases due to its limited consideration of interannual vegetation changes, leading to inaccuracies in the simulation of snowmelt. The production of this snow dataset responds to the request of the continental cryosphere community. In particular the French and Canadian government institutions CNRM (National Center for Meteorological Research) and ECCC (Environment and Climate Change Canada) have been involved in monitoring Arctic snow cover as part of the ”Terrestrial Snow” section of the Arctic Report Card since 2017. The Crocus–ERA5 product is freely available on a daily basis and at 0.25° resolution over the 1 July 1950 to 30 June 2023 period (Decharme et al., 2024, https://doi.org/10.5281/zenodo.14513248).
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».